Seedance 2.0 の技術仕様
| Item | Seedance 2.0（公開情報） |
|---|---|
| Model family | Seedance（ByteDance / Seed モデルファミリー）。 |
| Input types | マルチモーダル：テキストプロンプト、参照画像、短い参照動画クリップ、音声（1リクエストで複数タイプを組み合わせ可能）。 |
| Output types | 動画（ネイティブ音声対応 — 音声/映像の同時生成）、シングルショットまたはマルチショットのシーケンス。 |
| Typical resolution | 公開資料では1080p（フルHD）の出力を強調。1080pを出荷品質のベースラインと見なす。 |
| Typical clip length | 生成長は一般的に1ジョブあたり約5–60秒と報告（スティッチング/リファレンス・シーケンシングにより、より長いマルチショット出力も可能）。 |
| Primary use cases | クリエイティブ制作（広告、ショート）、映画/ゲームのプリビズ、マーケティングコンテンツ、自動編集/拡張、視聴覚プロトタイピング。 |
Seedance 2.0 とは？
Seedance 2.0 は、映画的なマルチショットのナラティブ動画生成に注力した ByteDance の次世代マルチモーダル動画基盤モデル。単一ショットのテキストから動画デモと異なり、Seedance 2.0 はリファレンスベースの制御（画像、短いクリップ、音声）、ショット間での一貫したキャラクター/スタイル整合、ネイティブな音声/映像の同期を重視し、プロのクリエイティブおよびプリビズのワークフローで有用となることを目指している。
Seedance 2.0 の主な機能
- マルチモーダルな参照入力 — テキスト、複数画像、短いクリップ、音声を組み合わせてスタイル、動き、テンポを制御。
- マルチショット/ナラティブの連続性 — 連続する複数ショットにわたりキャラクターとスタイルの一貫性を保持し、単一ショット動画生成にありがちな「ドリフト」を低減。
- ネイティブ音声 + リップシンク — 音声条件付き生成と、複数言語での音声/音素に同期した整合をサポート。
- 映画的コントロールプリミティブ — プロンプトやプロバイダーのラッパーでカメラ/動き/ステージングを明示的に制御（ショットサイズ、カメラ移動、テンポ制約）。
- 対象編集と拡張 — 既存クリップの編集・拡張（背景/キャラクター差し替え、シーン挿入）を未編集領域を保持したまま実行。
- 推論の最適化 — Seedance 系譜のエンジニアリング投資により推論速度とマルチショットの安定性を優先（Seedance 1.0 では多段蒸留と実行時高速化が報告）。
Seedance 2.0 と他の主要なテキスト・トゥ・ビデオシステムの比較
| 機能 | Seedance 2.0（ByteDance） | Runway Gen-2 / Gen-4（Runway） |
|---|---|---|
| マルチモーダル参照（画像/動画/音声） | はい — リッチなマルチモーダル参照入力と音声コンディショニング。 | はい — 画像/動画/テキストによる条件付け、スタイル転送、ソース動画の構造活用。 |
| マルチショットのナラティブ整合 | 強調（2.0 の中核的主張）。 | Gen の更新で改善中；Runway は構図とスタイル転送を強調する一方、マルチショットの連続性は歴史的にばらつき。 |
| ネイティブ音声/リップシンク | はい（公称）— 複数言語での音声 + 整合したリップシンクがベンダーページで明示。 | Runway は音声/AVの別ワークフローをサポート；統合的なリップシンクはモデルやUIにより異なる。 |
| 典型的な出力品質 | 映画的な1080p（特定のフローで2Kの報告もあり）；審美的コントロールが強力。 | Runway は高速な反復、高品質（Gen の一部では最大4K）、多数のクリエイティブプリセットを提供。 |
解釈: Seedance 2.0 は、映画的でリファレンス優先、音声対応の動画基盤モデルとして、マルチショットのナラティブ一貫性に特に重点を置く立ち位置にある — これは Runway のクリエイティブワークフロー重視や、Google の研究による拡散＋アップサンプリング研究と重なる領域を持ちながらも、強調点が異なる。
クリエイティブなユースケース
- 映画・ゲームのプリビズ — 脚本＋絵コンテから構図とアクションを素早く試作し、監督/クリエイティブが反復できるようにする。
- マーケティング＆短尺コンテンツ — 一貫したブランドキャラクターとルックで広告/ショートを迅速に生成。
- 自動動画編集と拡張 — シーン追加、背景/キャラクター差し替え、またはフッテージの延長を連続性を維持しつつ実行。
- シネマトグラフィ/ストーリーボーディングの試作 — 絵コンテと音声ガイドから、再生可能でリップシンク済みのシーン・モックアップを作成。
- 多言語AVデモとローカライズ資産 — 国際マーケティング検証向けに、同期した音声＋映像を複数言語で生成。